COG注释分析图解

COG注释分析图解

COG数据库简介
COG（Clusters of Orthologous Groups ）注释是差异基因功能注释的一种方法。COG是由NCBI创建并维护的蛋白数据库，是对基因产物进行同源分类，较早的识别直系同源基因的数据库，通过对多种生物的蛋白质序列大量比较而来。COG分为两类，一类是原核生物的，另一类是真核生物。原核生物的一般称为COG数据库；真核生物的一般称为KOG数据库。通过比对可以将某个蛋白序列注释到某一个COG中，每一簇COG由直系同源序列构成，从而可以推测该序列的功能。COG数据库按照功能一共可以分为二十六类。

应用
在生物学研究中，通过序列分析，识别到差异表达基因之后，根据基因的功能注释（通常是基于GO、COG和KEGG数据库。），以评估基因的不同表达对生物学功能的影响，最终找到分子靶标。COG注释的作用：首先，通过已知蛋白对未知序列进行功能注释；其次， 通过查看指定的COG编号对应的protein数目，存在及缺失，从而推导特定的代谢途径是否存在； 最后，每个COG编号代表一类蛋白，将query序列和比对上的COG编号的proteins进行多序列比对，能确定保守位点，分析其进化关系。

图示

图解：不同颜色代表不同 COG term, 饼图面积代表注释到此term的差异表达基因数量比例。